科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对共现聚类挖掘算法忽略共现事件的发生顺序和时间间隔，且推理精度受限等问题，提出一种基于动态编程匹配的聚类序列数据挖掘算法。利用贝叶斯推理来推断时间间隔的概率密度函数从而提高对不确定性的鲁棒性，并且同时考虑了空间接近性和时间间隔接近性；利用动态编程匹配的思想来获取事件之间发生的内在关系，从而提高时间间隔概率密度函数的推断准确性。通过使用合成数据进行的实验，验证了该算法在不确定情况下良好的推理精度，并将该算法应用于燃料电池损伤分析中，其能够准确地确定损伤模式，进一步验证了算法的有效性。
-
单位信阳职业技术学院; 中国农业大学
